2017 Fiscal Year Annual Research Report
Method for Watching System Development by Integrating Non-Restrictive Sensors
| Project/Area Number |
17H01823
|
|---|
| Research Institution | The University of Electro-Communications |
|---|
Principal Investigator |
沼尾 雅之 電気通信大学, 大学院情報理工学研究科, 教授 (90508821)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
森本 康彦 広島大学, 工学研究科, 准教授 (00363010)
高玉 圭樹 電気通信大学, 大学院情報理工学研究科, 教授 (20345367)
|
|---|
| Project Period (FY) |
2017-04-01 – 2020-03-31
|
| Keywords | 医療・福祉サービス / センサーネット / ビッグデータ / IoT / 見守りシステム |
|---|
| Outline of Annual Research Achievements |
本研究では，IoT技術を活用した見守りシステムの構築方法の設計を具体的なシステム開発を通して行う．具体的には，介護施設などにおいて，居住者の負担がなく，かつプライバシーを守りながら，日常生活行動と健康状態をモニタし，転倒や心筋梗塞などの発作や睡眠時無呼吸症候群などの異常状態を，リアルタイムで検知できる見守りの基本技術を開発し，実証実験を通して評価する．
見守りシステムは，センサデータを受信，解析して，行動認識や異常検知をするリアルタイムシステムとして捉えることができる．システムの設計にあたって重要な要件は以下の３つである．無負荷・無侵襲性：センサ類の装着や監視が居住者にとって身体的，精神的に負担にならないこと．プライバシー保護も含める．常時・連続性：居住者の起床，食事，排泄，入浴，睡眠などすべての生活パターンをモニタできる常時性と，24時間365日間途切れなく稼働できる連続性が必要．リアルタイム性：異常検出からアクションまでを一定時間内に行うこと．たとえば，心筋梗塞では，胸痛の発症から心停止に至る１時間以内に救急連絡をする必要がある．
本研究では，様々な用途や条件に合わせて，マイクロ波センサ，RFID，その他の生体センサを統合することにより見守りシステムを構築することを実証する．具体的には，（１）見守りシステムの機能や条件をUMLによりモデル化し，（２）複数人が居住する屋内空間において，個人の特定と，その位置・姿勢などから，日常生活行動を認識する技術と，（３）行動状態と健康状態を総合的に判断して異常状態を検知するマイニング技術を開発し，（４）実際の居住空間で実験評価することにより，認識処理のパフォーマンスと居住者数に対するスケーラビリティを満たす実用システムを構築することである．
本年度は，上記（１）（２）の研究開発を行ない，開発した技術の特許出願及び論文発表を行なった．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
本年度の目標は，見守りシステムの機能や条件をUMLによりモデル化し，複数人が居住する屋内空間において，個人認識とその位置・姿勢などから，日常生活行動を認識する技術の開発であった．
まず，モデル化については，UMLユースケース図およびクラス図を用いて，特に見守り対象である人，家具，部屋のモデル化を行なった．その結果，日常生活行動認識のためには，部屋における人と家具の間の相対関係のモデル化が重要であることが実証された．
次に，複数センサによる日常生活行動の認識技術を開発した．具体的には，睡眠時にはマットレス型センサ，離床時にはマイクロ波センサによって，心拍，呼吸などのバイタルサインを収集する．さらにトイレ，食堂やリビングなどの共用空間での利用者認識のためにRFID や顔認識カメラなどを活用することによって，居住者の日常行動をきめ細かく、かつ漏れなく収集することができる．そして，ここから得られた大量の時系列データを解析することによって，日常生活行動認識や異常検知をする技術を開発した．
マットレス型センサから得られた生体情報を表す振動波形は，人それぞれ固有のノイズがのるだけでなく，振動波形の特徴が日によって異なることが多いため，これらのノイズや振動波形の特徴によらず，安定した心拍数を推定し，その認識率を向上させる方法を考案した．また，日々の体調によって睡眠状態は変化するため，過去の自分や他人と同じような特徴を持つ心拍を活用することにより，日々の体調変化にあわせた睡眠状態の推定を実現した．
実際に開発した技術を実装した見守りロボットを作成し，老人介護施設に設置して，転倒検知，排尿パターン検知，寝返り回数，さらに社会性行動としての，共用施設利用状況や仲良し度判定なども行なった．また，日常会話の流れから認知症の初期状態を検知する技術の開発も行なった．
開発した技術の特許出願及び論文発表を行なった．
|
| Strategy for Future Research Activity |
平成30年度は，平成29年度までに開発した技術を利用して，認識した行動状態と健康状態を総合的に判断して介護度認定や異常状態を検知するマイニング技術を開発する．また，それを見守りロボットに実装し，評価する．具体的には，認識した日常生活行動をもとに自立度および介護度を指標化して，介護認定などを支援する．さらに，自立度の長期的な変化を観察することによって，認知症や生活不活発病の早期検出に役立てられるかを検討する．
また，平成29年度に開発した認識技術については，実証実験による評価結果をもとに，認識精度やリアルタイム性などのパフォーマンス向上を目指す．マイクロ波センサとマットレス型センサの測定値を比較し，その利点と欠点を明確にするとともに，日中にマイクロ波センサ，夜間にマットレス型センサを使用することで，離床時と睡眠時のシームレスなモニタを可能にする統合技術を開発する．また，就寝時に睡眠状態か覚醒状態を明確に推定し，中途覚醒による徘徊の危険性を察知する異常状態検知技術の開発もする．
一方，個人情報となるバイタルサイン，行動，会話などのデータに基づく認知症判定については，異常の検出と同時に居住者のプライバシーの保護も重要である．将来，データ処理はクラウド上で行われる可能性が高いため，プライバシー保護の点で問題となる．異常検出データマイニングが実行できるようになった段階で，第三者に生データを隠したままマイングが行えるようなプライバシー保護型マイニング技術も開発する予定である．
|
-
[Journal Article] Sleep Stage Estimation Comparing own past heartrate or other's heartrate,2018
Author(s)
Tajima, Y., Uwano, F., Murata, A., Harada, T., and Takadama, K.
-
Journal Title
''，SICE Journal of Control, Measurement, and System Integration (JCMSI)
Volume: 11/1
Pages: 32-39
DOI
Peer Reviewed / Open Access
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
